Prova gratuitamente Qualtrics

ACCOUNT GRATUITO

A/B Testing: funzionalità, esempi, pro e contro

Tempo stimato di lettura 8
L’A/B testing (o test A/B) è usato principalmente nel marketing online. Serve ad ottimizzare il tasso di conversione delle proprie campagne marketing, cioè a trasformare un numero maggiore di visitatori in acquirenti o abbonati. Di seguito riportiamo alcuni esempi di utilizzo, nonché gli obiettivi e i processi dei test A/B con annessi vantaggi e svantaggi.


Cos’è un test AB?

L’A/B test è un metodo attraverso il quale è possibile testare due diverse versioni dello stesso sito web (la versione A e la B), o alcuni suoi elementi (ad es. una landing page, ma anche titoli o layout), inviandoli a due gruppi di user differenti. In altre parole, è una sorta di “esperimento” che i webmaster fanno per determinare quale versione funziona meglio, sulla base di chiari obiettivi predeterminati e dei Key Performance Indicators (KPI).

A/B Test definizione: L’A/B testing (anche chiamato Split Testing) è uno dei metodi più efficaci per aumentare il tasso di conversione, che prevede due varianti (A e B) dello stesso progetto.

Perché fare A/B Testing?

In quanto parte degli sforzi di una campagna marketing per ottimizzare il tesso delle conversioni, l’obiettivo primario di tutti i test A/B è quello di generare maggiori profitti. L’acquisizione di nuovi visitatori, e quindi l’aumento del traffico, è spesso costosa e richiede molto tempo. Pertanto, invece di andare alla ricerca di nuovi user, l’A/B Testing mira a realizzare il pieno potenziale del traffico già presente sul sito.

L’A/B Testing è applicabile a qualunque componente di un sito web: colori, headlines, layout, Call-To-Action ecc.). È ottimo per ottenere riscontri immediati ed è ripetibile tutte le volte necessarie.


Come funziona l’A/B Testing?

Dunque, un test A/B verifica la ricezione di alcune modifiche apportate a un sito web da parte dei visitatori stessi. A tal fine, il traffico in entrata viene diviso in due, in modo del tutto casuale. Il singolo user non è a conoscenza dell’esperimento e non sa quindi che esiste una seconda variante dello stesso sito (o elemento). Dopo un determinato lasso di tempo si andrà a constatare quale delle due versioni (A oppure B) produce risultati migliori.

Cosa influenza l’A/B testing?

Le conseguenze dell’A/B Testing sul traffico possono essere molteplici. Inizialmente non si registrerà alcun cambiamento, in quanto è solo quando l’utente si trova sul sito che si accorgerà delle modifiche. Nel migliore dei casi, ovvero quando le modifiche hanno successo, si registrerà un aumento di traffico. Altrimenti, sarà possibile notare anche un calo del traffico, quando cioè i nuovi contenuti scoraggiano i visitatori. Il traffico però è influenzato in modo indiretto dal test A/B, esso cioè non è l’obiettivo ultimo.

A livello pratico, i dati raccolti da un test A/B possono essere usati per influenzare diversi aspetti, come ad esempio: l’aumento degli iscritti alla newsletter, l’incremento delle visite su una determinata landing page, l’aumento della percentuale di vendite per un determinato prodotto ecc. Co in quanto in sostanza l’A/B test mira a influenzare le conversioni. Per questo, per misurare il successo (o meno) del test, solitamente ci si concentra sulle seguenti misurazioni:

  • Tempo di permanenza sul sito
  • Frequenza di rimbalzo (bounce rate)
  • Click to Rate (CTR)
  • Valore medio carrello (CRO)
  • Numero carrelli abbandonati
  • Conversioni e micro-conversioni

Come eseguire un A/B Testing passo dopo passo

In dettaglio, come si realizza un test A/B? In maniera non dissimile da altre ricerche di mercato, questo test prevedere diverse fasi, vediamole una alla volta:

  1. Comprendere il proprio audience: al fine di aumentare le conversioni, è importante capire il Customer Journey cioè le abitudini di navigazione del proprio audience, prima di effettuare il test. Solo così sarà possibile individuare con precisione quegli elementi che, se modificati, hanno il potenziale per aumentare le conversioni;
  2. Stabilire gli elementi da modificare: cioè di quali elementi si creeranno due versioni da sottoporre agli utenti;
  3. Stabilire i KPI: individuare quali sono i risultati che si vorrebbero ottenere tramite l’esperimento e decidere quali indicatori e metriche usare per tracciarli;
  4. Stabilire i risultati target: misurare il punto di partenza degli elementi che si desidera modificare e decidere quantitativamente quali sono i risultati da raggiungere per ogni singolo elemento;
  5. Determinare il campione utenti: ovvero la dimensione del campione utenti che si farà partecipare al test, tutti gli utenti o solo una parte? In questo caso è utile considerare un’analisi del target;
  6. Determinare la durata del test: ovvero la data di inizio del test A/B e quando lo si considererà concluso. Ecco perché è importante conoscere il Customer Lifecycle e cercare di portare avanti il test A/B per l’intera durata del ciclo, al fine cioè di ottenere dati il più rappresentativi possibile;
  7. Analisi dei dati: una volta completato l’esperimento bisogna analizzarne i dati, tenendo conto di tutte le influenze esterne che potrebbero inficiare i risultati. Il traffico sul proprio sito è condizionato dai trend e dagli eventi, che non possono essere misurati con il test A/B.

Esempi di elementi su cui eseguire un A/B Testing

La risposta più breve alla domanda “su quali elementi eseguire un test A/B?” è: praticamente tutti. Ma vediamo più nel dettaglio gli elementi che si possono testare con questo esperimento di marketing:

Contenuti testuali

  • Titoli (header): per capire quale titolo è più accattivante di un altro
  • Categorie: quale lingua usare, la lunghezza ecc.
  • Metadati: ovvero quale stile di comunicazione usare, se informativo o promozionale
  • Call-to-Action: cioè variando l’anchor test di pulsanti o altri link che invitano l’utente a cliccare, per capire quale funziona meglio

Elementi di design

  • Carattere: dimensioni e tipo di font da usare sulla pagina
  • Pulsanti: quanto grandi, di che colore, di quale forma ecc.
  • Immagini: se usare materiale fotografico o disegni, colori accesi o più tenui ecc.
  • Moduli da compilare: quanti campi facoltativi includere, quanto spazio mettere a disposizione per le risposte ecc.
  • Layout: senza necessariamente creare o modificare i contenti, ma semplicemente cambiare la posizione sulla pagina di alcuni elementi può avere una grande impatto

Elementi audiovisivi

L’integrazione di file audio e video influenza notevolmente l’esperienza degli utenti

  • Riproduzione: automatica o in seguito al click dell’utente
  • Contenuti: optare per un tutorial informativo o un video promozionale
  • Durata: se breve o più lunga

Elementi di Usability

  • Struttura del sito: menu a tendina, quale Conversion Funnel usare, come suddividere le fasi di navigazione che portano all’acquisto ecc.
  • Guida all’utente: quali filtri nel menu offrire, creare la possibilità di confrontare i prodotti o una consulenza diretta per l’acquisto ecc.
  • Articoli suggeriti: a mezzo dei link interni quali “prodotti simili” mostrare, se i più popolari o i prodotti in esclusiva ecc.

Prodotti e prezzi

Infine, i test A/B sono molto usati per verificare le caratteristiche di base dei prodotti. Ovvero, apportando alcune modifiche allo stesso prodotto si mira a determinare quale versione sia più apprezzata dalla propria base clientelare. Spesso per capire in quale fascia di prezzo posizionare il proprio prodotto si ricorre ai sondaggi d’opinione, ma anche l ‘A/B Testing può portare risultati interessanti.

  • Offerte e sconti: a quali condizioni, l’importo dello sconto, quali opzioni offrire
  • Formule per risparmiare: la loro composizione, l’entità dello sconto e il periodo di offerta

Vantaggi e svantaggi dei test A/B a confronto

Vantaggi Svantaggi

Il confronto avviene sulla base di dati certi e facili da quantificare, che riflettono direttamente l’opinione degli user

 

Per ogni modifica è necessario un intero A/B test

Con gli appositi tool, il test A/B è facile da realizzare

 

I continui cambiamenti sul sito possono confondere e scoraggiare gli utenti

 

I risultati di un test A/B sono immediatamente applicabili

È difficile attribuire ai dati di siti web relativamente piccoli un significato statistico